Reinforcement learning method for environment with actuators that can be modeled with first-order lag elements or dead time elements

用于具有可以用一阶滞后元素或死区时间元素建模的执行器的环境的强化学习方法

基本信息

  • 批准号:
    18K11424
  • 负责人:
  • 金额:
    $ 2.66万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
  • 财政年份:
    2018
  • 资助国家:
    日本
  • 起止时间:
    2018-04-01 至 2021-03-31
  • 项目状态:
    已结题

项目摘要

项目成果

期刊论文数量(3)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
行動出力に大きな一時遅れを持つ環境における強化学習のための補償器の設計
设计用于在行为输出具有较大时间滞后的环境中进行强化学习的补偿器
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    小林翔樹;澁谷長史
  • 通讯作者:
    澁谷長史
Reinforcement Learning Method for Cases Where the State Observation Period Is Larger Than the Action Decision Period
状态观察期大于行动决策期情况的强化学习方法
  • DOI:
  • 发表时间:
    2018
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Masaki Yotsukura;Takeshi Shibuya
  • 通讯作者:
    Takeshi Shibuya
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Shibuya Takeshi其他文献

心室筋細胞モデルにおいてイオン電流の変化によって発生するペースメーカ活動の定量的評価
心室肌细胞模型中离子电流变化产生的起搏器活动的定量评估
  • DOI:
  • 发表时间:
    2015
  • 期刊:
  • 影响因子:
    0
  • 作者:
    劉 翔;澁谷 長史;安信 誠二;恒木亮太郎,土居伸二;内堀雄基,澁谷長史,安信誠二;澁谷長史;恒木亮太郎,土居伸二;Shibuya Takeshi;Takayuki Ogawa;児玉貴大,土居伸二;Seiji Yasunobu;永井拓未;Syafiq Fauzi Kamarulzaman;小川芳樹
  • 通讯作者:
    小川芳樹
Effectiveness of a game-based class for interdisciplinary energy systems education in engineering courses
工程课程中基于游戏的跨学科能源系统教育课程的有效性
  • DOI:
    10.1007/s11625-021-00912-3
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    6
  • 作者:
    Suzuki Kengo;Shibuya Takeshi;Kanagawa Tetsuya
  • 通讯作者:
    Kanagawa Tetsuya
An Intelligent Operation that Ensures Safe Situation
智能运营,保障安全
  • DOI:
  • 发表时间:
  • 期刊:
  • 影响因子:
    0
  • 作者:
    劉 翔;澁谷 長史;安信 誠二;恒木亮太郎,土居伸二;内堀雄基,澁谷長史,安信誠二;澁谷長史;恒木亮太郎,土居伸二;Shibuya Takeshi;Takayuki Ogawa;児玉貴大,土居伸二;Seiji Yasunobu
  • 通讯作者:
    Seiji Yasunobu
特異摂動系におけるアヒル解の数値的考察
奇异扰动系统中鸭子解的数值考虑
  • DOI:
  • 发表时间:
    2012
  • 期刊:
  • 影响因子:
    0
  • 作者:
    劉 翔;澁谷 長史;安信 誠二;恒木亮太郎,土居伸二;内堀雄基,澁谷長史,安信誠二;澁谷長史;恒木亮太郎,土居伸二;Shibuya Takeshi;Takayuki Ogawa;児玉貴大,土居伸二
  • 通讯作者:
    児玉貴大,土居伸二
細胞の異種性を考慮した心臓ペースメーカ細胞結合系モデルの解析
考虑细胞异质性的心脏起搏器细胞耦合系统模型分析
  • DOI:
  • 发表时间:
    2015
  • 期刊:
  • 影响因子:
    0
  • 作者:
    劉 翔;澁谷 長史;安信 誠二;恒木亮太郎,土居伸二;内堀雄基,澁谷長史,安信誠二;澁谷長史;恒木亮太郎,土居伸二;Shibuya Takeshi;Takayuki Ogawa;児玉貴大,土居伸二;Seiji Yasunobu;永井拓未
  • 通讯作者:
    永井拓未

Shibuya Takeshi的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

相似海外基金

計測・通信品質が保証されない環境下の多目的フィードフォワード最適制御と強化学習
测量和通信质量无法保证环境下的多目标前馈最优控制和强化学习
  • 批准号:
    23K20948
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
遅延を考慮した非同期分散型マルチモジュール・タイムスケール深層強化学習の開発
考虑延迟的异步分布式多模块时间尺度深度强化学习的开发
  • 批准号:
    23K21710
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
正則化機能強化による超ロバスト推定法の開拓と一般化:信号処理・機械学習への応用
通过加强正则化功能开发和推广超鲁棒估计方法:在信号处理和机器学习中的应用
  • 批准号:
    23K22762
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
強化学習を用いた分散制御によるネットワーク信号制御の最適化に関する研究
基于强化学习的分布式控制网络信号控制优化研究
  • 批准号:
    23K26216
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
深層強化学習を用いた運動ノイズの影響を最小化する運動制御推定フレームワークの構築
使用深度强化学习构建运动控制估计框架,最大限度地减少运动噪声的影响
  • 批准号:
    24KJ2223
  • 财政年份:
    2024
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了